MétaCan
Menu
Retour à la cohorte
Enregistrement W2465848062 · doi:10.1371/journal.pone.0144276

The Days and Nights of Zoo Elephants: Using Epidemiology to Better Understand Stereotypic Behavior of African Elephants (Loxodonta africana) and Asian Elephants (Elephas maximus) in North American Zoos

2016· article· en· W2465848062 sur OpenAlexaff
Brian J. Greco, Cheryl L. Meehan, Jen N. Hogan, Katherine A. Leighty, Jill D. Mellen, Georgia Mason, Joy A. Mench

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of California, DavisInstitute of Museum and Library Services
Mots-clésElephasDemographyJuvenileBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Stereotypic behavior is an important indicator of compromised welfare. Zoo elephants are documented to perform stereotypic behavior, but the factors that contribute to performance have not been systematically assessed. We collected behavioral data on 89 elephants (47 African [Loxodonta africana], 42 Asian [Elephas maximus]) at 39 North American zoos during the summer and winter. Elephants were videoed for a median of 12 daytime hours per season. A subset of 32 elephants (19 African, 13 Asian) was also observed live for a median of 10.5 nighttime hours. Percentages of visible behavior scans were calculated from five minute instantaneous samples. Stereotypic behavior was the second most commonly performed behavior (after feeding), making up 15.5% of observations during the daytime and 24.8% at nighttime. Negative binomial regression models fitted with generalized estimating equations were used to determine which social, housing, management, life history, and demographic variables were associated with daytime and nighttime stereotypic behavior rates. Species was a significant risk factor in both models, with Asian elephants at greater risk (daytime: p<0.001, Risk Ratio = 4.087; nighttime: p<0.001, Risk Ratio = 8.015). For both species, spending time housed separately (p<0.001, Risk Ratio = 1.009), and having experienced inter-zoo transfers (p<0.001, Risk Ratio = 1.175), increased the risk of performing higher rates of stereotypy during the day, while spending more time with juvenile elephants (p<0.001, Risk Ratio = 0.985), and engaging with zoo staff reduced this risk (p = 0.018, Risk Ratio = 0.988). At night, spending more time in environments with both indoor and outdoor areas (p = 0.013, Risk Ratio = 0.987) and in larger social groups (p = 0.039, Risk Ratio = 0.752) corresponded with reduced risk of performing higher rates of stereotypy, while having experienced inter-zoo transfers (p = 0.033, Risk Ratio = 1.115) increased this risk. Overall, our results indicate that factors related to the social environment are most influential in predicting elephant stereotypic behavior rates.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,154
Tête enseignante GPT0,323
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations92
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207